1月22日，Kimi团队提交《Kimi k1.5：通过大语言模型扩展强化学习》技术报告。报告介绍了Kimi k1.5在强化学习、多模态数据、长上下文扩展和训练基础设施等方面的实践。根据论文披露，团队将长上下文训练与策略优化结合，用于提升数学、代码和视觉推理等任务表现。

论文数据显示，Kimi k1.5在AIME、MATH 500、Codeforces和MathVista等评测中取得了较高成绩，团队称其部分推理表现达到与OpenAI o1相近的水平。需要注意的是，这些结果来自团队披露的测试，实际应用效果仍需在不同任务和部署条件下验证。

这次更新也反映出国产模型竞争正在从通用对话，进一步转向推理、多模态和强化学习。模型不仅需要理解文字，还要结合图片、上下文和多步骤任务做出判断。

*本文为基于官方发布信息的中文摘要，详情以原文链接为准。